以PC1、PC2为坐标轴，描点，我们通常主要关注PC1，PC2取值降维可极端的点，考察它们的特点（这里指地理位置信息），视化/PC散点图pc=mypcasx#主成分矩阵ypC=pc[,1:2]#前两个主成分PC1,PC2）plot(pc，pch=2）#PC1-PC2散点图（下页的图）area=temperaturel,"Area"lcolor=as.numeric(factor(area)text(pc+0.2，rownames(temperature),col=color）#标记城市名称和area(四种颜色）99KievBudapestMinskPC1代表南北/纬度/年度平均气温：AthensSopiagueKngkowMadridOslbelsinki北欧/东欧与南欧城市处于PC1轴的两evoRomeBerinStockholm端，差别较大，而西欧介于中间，温TOdnhaoenPanis度适宜。温BTASSerdamLsbon差PC2代表东西/经度：EastNorthDibin东欧城市的PC2较大，这些城市地理位SoutthReyiWest置靠东，温度变化大。单斯本、都柏-202-6林、雷克雅未克、伦敦的PC2较小，这平均气温PC1些城市靠西，温度变化小。四个区域的特点：西欧的PC1和PC2适中（温差小，气候西欧温和（PC1,PC2在中心位置）：温和），事实上，西欧并不太靠西。东欧寒冷、温差大；北欧寒冷、温差小；南欧热，温差小11
11 pc=mypca$x #主成分矩阵Y pc=pc[,1:2] #前两个主成分PC1,PC2 ） plot(pc, pch=2) #PC1-PC2散点图（下页的图） area=temperature[,"Area"] color=as.numeric(factor(area)) text(pc+0.2, rownames(temperature),col=color) #标记城市名称和area(四种颜色) 降维可 视化/PC 散点图 以PC1、PC2为坐标轴，描点，我们通常主要关注PC1，PC2取值 极端的点，考察它们的特点（这里指地理位置信息）. PC1代表南北/纬度/年度平均气温： 北欧/东欧与南欧城市处于PC1轴的两 端，差别较大，而西欧介于中间，温 度适宜。 PC2代表东西/经度： 东欧城市的PC2较大，这些城市地理位 置靠东，温度变化大。里斯本、都柏 林、雷克雅未克、伦敦的PC2较小，这 些城市靠西，温度变化小。 西欧的PC1和PC2适中（温差小，气候 温和），事实上，西欧并不太靠西。 四个区域的特点： 西欧温和（PC1,PC2 在中心位置）； 东欧寒冷、温差大； 北欧寒冷、温差小； 南欧热，温差小 平均气温 温 差
为了与通常的地理方位概念相符，我们互换PC1轴和PC2轴（左图），可以看到，PC2-PC1散点图（温度分布图）基本与地理位置基本（右图）一致。但也有不同的地方，比如萨拉热窝，雷克雅未克温度特征与地理特征不同18ReykjavikBevuMeisinkMoaMinskSaocke8Oslo StockholmHeisinkiKieno0eKrakowMoscow5CopenhagenADublinABenlguninpgonAAng/aLsMinskLonAmsferbanBerlin8ParisBudapestBrusseisKievPragueKrakowaParisBudapestSadicEasSarejevoSofaNorthshoRomeSoutMadridWesLisbonAth20.100103040-2经度总结：通过主成分分析，我们知道：PC1大致为平均气温，代表南北：PC2大致为温差，代表东西。还有一些问题可以考虑：样本与变量的联系：特定城市的温度在哪些月份（变量）上取值较大？。PC1,PC2与各个月份温度有什么关系？哪些月份温度类似？下面我们考虑在Pc散点图上添加变量信息，即双标图biplot。12
12 为了与通常的地理方位概念相符，我们互换PC1轴和PC2轴（左图），可以看 到， PC2-PC1散点图（温度分布图）基本与地理位置基本（右图）一致。但也 有不同的地方，比如萨拉热窝，雷克雅未克温度特征与地理特征不同 总结：通过主成分分析，我们知道： PC1大致为平均气温，代表南北；PC2大致为温差，代表东西。 还有一些问题可以考虑： • 样本与变量的联系：特定城市的温度在哪些月份（变量）上取值较大？ • PC1,PC2 与各个月份温度有什么关系？哪些月份温度类似？ 下面我们考虑在PC散点图上添加变量信息，即双标图biplot